基于遗传算法的水声信道常模类盲均衡算法研究
基于遗传算法的盲信道均衡

摘
要 :盲均衡技术能够仅利用接 收信号的统计特性 对信道特性进行均衡 ,克服 了传统 自适应均衡技术需要
训练序列、降低 系统有效信 息传输率的缺 陷 ,成 为 目前的研究热点。本文简单介绍 了通信 中的盲均衡技 术, 并针对一个简单的信道模 型给 出了基 于遗传算 法的盲均衡算法。仿真结果表 明 ,多次迭代 的盲均衡的均值 能.
|
—
M ar. 2 1 a . O 0 r Ol
・— ● 一
—
4 3
第2卷 7
第3 期
V0. 7 N . 1 o3 2
1 引
言
椰 ) 为经过信道传输后的接收序列, 同时也是盲均衡器
的输人序列 , ) 为信道迭加 噪声 , ) 为经 过均衡
就相 当困难 .这就是盲均衡 。 盲均衡作 为一种算法考察其是否具有实用价值 ,
练序列而浪费一部分资源。
盲均衡 (ldeulao)技术能够不借助于训 Bi qaztn n i i  ̄ ]
练序列, 仅利用接收序列本身的先验信息,便可以
Z HOU L n L U Ha- i g o g, I i p n  ̄
( A m 24 r ae8 , uua 2 0 1C i ; 2 A m 14 r ae4 , i ceg 15 0, h a 1 r y99 1 i d 3H / o150 ,hn . Bg d a . r y9 25Bi d 1X n hn 15 C i ) g g 2 n
Ab t c: Bid e u l ain wa n a a t e e u l ai eh iu , hc o l q aie te po et s o h sr t l q ai t sa d pi q ai t n tc nq e w ih cud e u l h rp re fte a n z o v z o z i
水声信道盲均衡优化仿真研究

( C o l l e g e o f C o m p u t e r a n d C o n t r o l E n g i n e e r i n g o f Q i q i h a r U n i v e r s i t y ,Q i q i h a r H e i l o n g j i a n g 1 6 1 0 0 6 , C h i n a )
i z e d,a n d he t n t h e mo me n t u m p a r t i c l e lg a o i r t h m wa s u s e d t o f i n d t h e i r g h t v e c t o r s u b o p t i ma l s o l u t i o n s e t ; in f ll a y,t h e
r i t h m o p t i mi z a t i o n a b i l i t y i s p o o r .I n o r d e r t o s o l v e t h e a b o v e p r o b l e ms ,t h i s p a p e r p u t or f wa rd a n u n d e r wa t e r a c o u s t i c
ABS TRACT: Re s e a r c h o n b l i n d e q u a l i z a t i o n p r o b l e m f o r u n d e r w a t e r a c o u s t i c c h a n n e 1 .B e c a u s e t h e u n d e r w a t e r i s i n -
稳定水声通信判决反馈盲均衡算法研究

V0 . 9 11 No 3 .
电 子 设 计 工 程
El c r n c De i n En i e rn e to i sg g n e i g
2 1 年ቤተ መጻሕፍቲ ባይዱ2月 01
Fb2 l e . 01
稳 定水声通信判决 反馈盲均衡算 法研 究
彭鹏 菲 ,丰 少伟 ,罗亚松
的归一化修 正常模盲 均衡算法 具有更好 的收敛 能力与稳 定性 , 具有较强 的抗干扰 能力 , 能保 证水 声通信 高效运 行。
关 键 词 :水 声 通 信 ;盲均 衡 ;常 数 模 ;多 径 效 应
中图 分 类 号 : r 3 3 r 9 P 文献标识码 : A 文 章 编 号 :1 7 — 2 6 2 1 ) 3 0 0 — 3 64 6 3 (0 1 0 — 0 10
tc nq e h sb t rc n eg n e a d sa i t,a d h sa srn a a i frssig dsu b n e hc a sue te e h iu a et o v re c n tbly n a t g c p ct o e i n itra c ,w ih c n as r h e i o y t
P ENG e g f i ENG S a — i UO Ya s n P n —e ,F h owe ,L —o g
(colfEet n ni ei , ayU i r t o n ne n , hn 4 0 3 ,C ia S ho o lc o i E g e r g N v nv sy fE g er g Wu a 30 3 hn ) r c n n e i i i
( 军工程大学 海 电子 工 程 学 院 ,湖 北 武 汉 4 0 3 ) 30 3
盲均衡算法分类_水声信道常数模盲均衡:理论、算法与仿真_[共6页]
![盲均衡算法分类_水声信道常数模盲均衡:理论、算法与仿真_[共6页]](https://img.taocdn.com/s3/m/1d03ad0d50e2524de5187ef1.png)
水声信道常数模盲均衡:理论、算法与仿真14为Nx c 。
如果0Nx c ≠,0Nx c ≠ ,根据BBR 公式可知()N Nx Nx i i c c c n =∑(1-46)定义发送信号序列()x n 和均衡器输出信号序列()xn 的(,)M N 阶归一化累积量(,)x K M N 和(,)x K M N 分别为(,)[](,)[]M N x Mx Nx M N x Mx Nx K M N c c K M N c c ⎧=⎪⎨=⎪⎩ (1-47) 根据式(1-46)可得(,)()()(,)M N x i i x i i K M N c n c n K M N ⎡⎤=⎢⎥⎣⎦∑∑(1-48)根据式(1-48),Gadzow 定理可以描述为:假定信道的输入信号()x n 为非高斯、独立同分布的平稳随机过程,则输入、输出的归一化累积量有如下关系成立:① 如果N 为偶数,并且M N >,则有(,)(,)x x K M N K M N ≤;② 如果N 为奇数,并且M N <,则有(,)(,)x x K M N K M N ≥。
Gadzow 定理从归一化累积量的角度证明了盲均衡实现的条件,可在上述结论基础上,利用极值化方法构建盲均衡算法,由于累积量的阶数在Gadzow 定理中是可以选择的,因此在Gadzow 定理的基础上形成了一簇盲均衡算法,使得Gadzow 定理具有很好的推广价值。
实质上,大多数盲均衡算法的理论基石均是信道系统输入输出之间的高阶统计特性与信道系统本身特性之间的关联,在盲均衡算法的设计和性能分析中,信号的高阶统计特性都是有力的数学工具。
1.3.2 盲均衡算法分类盲均衡算法不依赖于发送信号和通信信道的信息,仅根据接收观测信号实现对发送信号的恢复,为了设计一种能够自适应调节均衡器权系数的算法,需要对接收观测信号进行非线性变换。
针对非线性变换的时机不同,可以将盲均衡算法分为三类[21]:Bussgang 类盲均衡算法、高阶累积量盲均衡算法和非线性均衡器盲均衡算法,如图1-6所示。
基于支持向量机的水声信道盲均衡算法研究

L i - n Z IJn mig , HAO J n we L Jn u - i, U ig'
( .I si t fAcu t ,No h se P ltc nc Unv ri ,Xi n 7 0 7 1 n tue o o si t c t r wetm oye h i iest y 1 0 2,Chn a ia; 2 .De at n fElcrnc ,E gn e n olg fte C F,Xia 0 8 pr me to e to is n ier g C l e o h AP i e n 71 0 6,C ia hn )
【 e o d 】bid e ulai ;sp o etrmah e ;u d rae o mu i t n K y w r s l q ai tn u p r vco ci s n ew trcm nc i n z o t n ao
1 引 言
由于水声信道 的多途传 播效应和时变 特性 ,水声 相干通 信必须采 用均衡技术克服严重 的码 间干扰。传 统的 自适应均衡 技术 通过定时发送训练序 列实现均衡 器的调整 , 占用了宝贵 的带宽 。 盲均衡算法不需要训练
李金 明 ‘ 俊 渭 , 陆 晶 ,赵
(.西 北 工 业 大 学 声 学 工 程 研 究 所,陕 西 西 安 7 0 7 ;2 1 10 2 .武 警 工程 学 院 电子 技 术 系, 陕 西 西 安 70 8 ) 10 6
【 摘 要 】水声信道 的带宽极 为有限 , 与需要训练序 列的 自适应均衡算 法相 比盲均衡技 术节省 了带宽, 特别适 合高
ag rtms l o h ,b i d e u l ai n tc n q e w ih p e ev s b n wi t s v r u t be fr s e a o u h a ih s e d i l q ai t e h i u h c r s r e a d d h i e y s i l o c n r s s c s h g p e n z o a i
水声信道均衡算法比较研究

水声信道均衡算法比较研究裴晓黎;宁小玲;刘忠;张建强【摘要】Adaptive equalization and blind equalization used in underwater acoustic communication and some representa-tive algorithms are briefly introduced. The computer simulations of adaptive and blind algorithms about Mean Square Error (MSE)ability are carried out respectively under sparse multi-paths and mixed phase underwater acoustic channels, the simulation results demonstrate that the algorithms using Decision Feedback Equalizer(DFE)structure have better equalization result in above complex underwater acoustic environment;and then the simulation comparison of some representative adaptive and blind equalization algorithms are carried out under sparse multi-paths phase rotation complex channels, the results show that the affected degree of adaptive equalization algorithm to phase is smaller than that of blind equalization algorithms and the convergence speed of adaptive equalization algorithm is faster than that of blind equalization algorithms. At the same time, the anechoic tank experiment is carried out to verify the performance of algorithms about carrier recovery, the experiments verify that equalization algorithms with second order Digital Phase-Locked Loop(DPLL)and DFE structure have better performance and realize the tracking ability of phase deviation, overcome multi-path effect and improve the compensation ability of Doppler shift.%简述了自适应均衡算法和盲均衡算法在水声通信中的应用现状,以及典型的几种均衡算法。
盲均衡算法研究

盲均衡算法研究摘要如今在很多通信系统中,传统的需要训练序列的自适应均衡方法已经变的不再适用,而不需要训练序列的均衡,也就是盲均衡技术则取得了越来越广阔的应用。
本文主要研究了更具实际应用价值际的Bussgang类盲均衡算法,并以其中最为经典的常模数算法(CMA)和近年来新提出来的基于RENYI信息熵的盲均衡算法为主要研究对象进行了较为深入的理论研究和仿真分析。
文中分析论证了两种算法的理论依据,进行了相应的算法推导,最后利用计算机进行仿真并对仿真结果进行分析和比较,得到了如下结果:●在单入单出系统(SISO)中对CMA算法和RENYI熵算法进行了全面的分析和比较,验证了RENYI熵算法的快速收敛性,同时发现了该算法在鲁棒性上有待改进的地方。
●在多入多出系统(MINO)中对CMA算法和RENYI熵算法进行了新的研究。
不考虑盲分离,研究改进后的CMA算法在MIMO系统中的均衡效果,并以此为基础提出了以RENYI熵为基础的新算法MIMO-RENYI算法。
通过仿真发现该算法的具有更快的收敛速度,具有良好的研究前景。
关键词:盲均衡,Bussgang,CMA,RENYI熵Analysis of Blind EqualizationAbstractNowadays, traditional self-adaptive equalization that needs trained sequences is no longer suitable in many communication scenarios. Blind equalizations, which do not need any trained sequence, can obtain broader application. In this paper, we mainly studied Bussgand type blind equalizations, which is a very practical type of blind equalization. Two algorithms are studied during the article, one is the most famous algorithm constant modulus algorithm (CMA) and the other is RENYI’s entropy based blind equalization, which is a newly released blind equalization algorithm. Some comprehensive theoretical analysis is done in this paper, and computer simulation helps to get better comparison about these two algorithms. Finally, I get the following results:●An all aspects comparison is done between CMA and RENYI’s entropy algorithms inthe Single-Input Single-Output systems (SISO). Through simulation, we verify thefast convergence of RENYI’s entropy algorithm, and find out that it needoptimization to be more robust.●Similarly, we do the same analysis in the Multi-Input Multi-Output system (MIMO) s.Not consider the issue of blind separation; we studied the improved CMA in MIMO.What’s more, we get a new algorithm in MIMO based on RENYI’s entropy. Aftercomputer simulation we find its good convergence speed compared to MIMO-CMA,which shows a good prospect for future study.Key words: blind equalization, Bussgang, CMA, RENYI’s entropy目录摘要 (I)第一章引言 (1)研究背景 (1)盲均衡系统理论基础 (2)发射信号 (2)信道冲击响应和噪声 (3)信道输出序列 (3)均衡器抽头系数 (3)算法性能描述 (3)第二章SISO系统中的盲均衡算法 (4)2.1B USSGANG类盲均衡算法 (4)典型的B USSGANG盲均衡算法:CMA (6)2.2.1 CMA算法模型 (6)2.2.2 CMA算法仿真与仿真结果分析 (7)基于RENYI熵的盲均衡算法 (9)2.3.1 RENYI信息熵理论 (9)2.3.2 Parzen 窗估计法 (10)2.3.3 RENYI熵盲均衡算法建模 (12)2.3.4 RENYI熵盲均衡仿真与结果分析 (13)2.3.5 RENYI熵算法与CMA算法比较 (16)2.4QAM信号的盲均衡 (19)小结 (22)第三章MIMO系统中的盲均衡算法 (22)多入多出系统(MIMO)理论基础 (22)3.2MIMO盲均衡模型建立 (23)3.3MIMO-CMA算法 (25)3.3.1 MIMO-CMA算法模型建立 (25)算法仿真与结果分析 (26)3.4MIMO-RENYI算法 (28)算法模型建立 (28)3.4.2 MIMO-RENYI算法仿真与结果分析 (28)3.4.3 MIMO-CMA与MIMO-RENYI算法性能比较 (30)小结 (31)第四章结束语 (31)参考文献 (33)致谢 (34)第一章引言1.1 研究背景在现代通信系统中,由于有限带宽通信信道的失真和畸变引起的码间干扰(ISI)和信道间干扰(ICI)是影响通信质量的重要因素。
简化的RLS-CMA 盲均衡_水声信道常数模盲均衡:理论、算法与仿真_[共2页]
![简化的RLS-CMA 盲均衡_水声信道常数模盲均衡:理论、算法与仿真_[共2页]](https://img.taocdn.com/s3/m/abc03022f61fb7360b4c65db.png)
水声信道常数模盲均衡:理论、算法与仿真52 2.4.3 简化的RLS-CMA 盲均衡RLS-CMA 盲均衡以较大的计算复杂度可以获得更好的均衡性能,在对时变水声通信信道跟踪上具有实际应用价值。
为了进一步减小RLS-CMA 盲均衡的计算复杂度,可以考虑简化自相关矩阵的逆矩阵()n P 的递推迭代求解过程,以降低RLS-CMA 盲均衡的计算复杂度。
在()n P 的计算中,只取其主对角线上的元素参与迭代,而忽略矩阵中其他的元素。
这种近似仍然能够在一定程度上保留RLS-CMA 的快速收敛特性,另外可以推导证明,这种近似的特殊形式就是归一化LMS- CMA 。
根据这一思想,可以得到简化RLS-CMA 盲均衡的迭代公式,见表2-3。
表2-3 简化RLS-CMA 盲均衡实现流程初始化:均衡器权系数(0)w 中心系数抽头初始化,1(0)δ−=P I ,其中,δ为一个很小的正数,I 为b b L L ×单位阵,b L 为线性均衡器的阶数。
迭代过程:对于1,2,n ="计算()*H ()()(1)()u n y n w n y n =− H ()(1)()CM e n R w n un =−− H [(1)]()()()[(1)]()n u n n u n n u n λΛ−=+Λ− ,P k P λ为遗忘因子 H 1()[(1)]()()[(1)]n n n u n n λ⎡⎤=Λ−−Λ−⎣⎦ P P k P *()(1)()()w n w n n e n =−+k其中,[]Λ⋅表示取矩阵的主对角元素运算。
经过这一简化,将增益矢量()n k 和自相关矩阵的逆矩阵的递推计算由矩阵相乘简化成为了向量相乘,使得计算复杂度由2()O N 简化为()O N 。
【仿真分析】 仿真信道采用典型电话信道模型,其信道等效基带冲激响应为 [0.04,0.05,0.07,0.21,0.5,0.72,0.36,0,0.21,0.03,0.07]=---h (2-101) 发射信号采用等概率二进制序列生成,采用QPSK 调制方式,信道噪声为加性高斯白噪声,信噪比30SNR =dB 。